python函數(shù)運行內(nèi)存時間等性能檢測工具如何用

這篇文章主要介紹了python函數(shù)運行內(nèi)存時間等性能檢測工具如何用的相關(guān)知識，內(nèi)容詳細易懂，操作簡單快捷，具有一定借鑒價值，相信大家閱讀完這篇python函數(shù)運行內(nèi)存時間等性能檢測工具如何用文章都會有所收獲，下面我們一起來看看吧。

基礎(chǔ)測試函數(shù)

首先，來編寫一個基礎(chǔ)的python函數(shù)用于在后面的各種性能測試。

def base_func():
    for n in range(10000):
        print('當(dāng)前n的值是：{}'.format(n))

memory_profiler進程

memory_profiler是python的非標(biāo)準庫，所以這里采用pip的方式進行安裝。它能夠監(jiān)視進程、了解內(nèi)存使用等情況。

pip install memory_profiler

安裝好memory_profiler庫以后，直接使用注解的方式進行測試。

from memory_profiler import profile
@profile
def base_func1():
    for n in range(10000):
        print('當(dāng)前n的值是：{}'.format(n))
base_func1()
# Line #    Mem usage    Increment  Occurrences   Line Contents
# =============================================================
#     28     45.3 MiB     45.3 MiB           1   @profile
#     29                                         def base_func():
#     30     45.3 MiB      0.0 MiB       10001       for n in range(10000):
#     31     45.3 MiB      0.0 MiB       10000           print('當(dāng)前n的值是：{}'.format(n))

從返回的數(shù)據(jù)結(jié)果來看，執(zhí)行當(dāng)前函數(shù)使用了45.3 MiB的內(nèi)存。

timeit 時間使用情況

timeit是python的內(nèi)置模塊，可以測試單元格的代碼運行時間，由于是內(nèi)置模塊所以并不需要單獨安裝。

import timeit
def base_func2():
    for n in range(10000):
        print('當(dāng)前n的值是：{}'.format(n))
res = timeit.timeit(base_func2,number=5)
print('當(dāng)前的函數(shù)的運行時間是：{}'.format(res))
# 當(dāng)前的函數(shù)的運行時間是：0.9675800999999993

根據(jù)上面函數(shù)的運行返回結(jié)果，函數(shù)的運行時間是0.96秒。

line_profiler行代碼檢測

如果在只需要檢測函數(shù)的局部運行時間的話就可以使用line_profiler了，它可以檢測出每行代碼的運行時間。

line_profiler是python的非標(biāo)準庫，使用的使用pip的方式安裝一下。

pip install line_profiler

最簡便的使用方式直接將需要測試的函數(shù)加入即可。

def base_func3():
    for n in range(10000):
        print('當(dāng)前n的值是：{}'.format(n))
from line_profiler import LineProfiler
lp = LineProfiler()
lp_wrap = lp(base_func3)
lp_wrap()
lp.print_stats()
# Line #      Hits         Time  Per Hit   % Time  Line Contents
# ==============================================================
#     72                                           def base_func3():
#     73     10001     162738.0     16.3      4.8      for n in range(10000):
#     74     10000    3207772.0    320.8     95.2          print('當(dāng)前n的值是：{}'.format(n))

從運行結(jié)果可以看出每行代碼的運行時間及比例，注意這里的時間單位是微妙。

heartrate可視化檢測

heartrate最值得推薦的是可以在網(wǎng)頁上面向檢測心率一樣檢測程序的執(zhí)行過程，同時，他還是非標(biāo)準庫，使用pip的方式進行安裝。

pip install heartrate

import heartrate
heartrate.trace(browser=True)
def base_func4():
    for n in range(10000):
        print('當(dāng)前n的值是：{}'.format(n))

運行以后，控制臺打印如下日志：

#  * Serving Flask app "heartrate.core" (lazy loading)
#  * Environment: production
#    WARNING: This is a development server. Do not use it in a production deployment.
#    Use a production WSGI server instead.
#  * Debug mode: off

并且自動打開瀏覽器地址：http://127.0.0.1:9999

關(guān)于“python函數(shù)運行內(nèi)存時間等性能檢測工具如何用”這篇文章的內(nèi)容就介紹到這里，感謝各位的閱讀！相信大家對“python函數(shù)運行內(nèi)存時間等性能檢測工具如何用”知識都有一定的了解，大家如果還想學(xué)習(xí)更多知識，歡迎關(guān)注億速云行業(yè)資訊頻道。